点估计与区间估计.pptVIP

t分配反函數TINV() TINV(累計機率,自由度) TINV(probability,degrees_freedom) 用以於已知自由度之t分配中，求某累計機率所對應之t值。此t為依雙尾累計機率所求；若要求單尾之t值，得將累計機率乘以2。 由於t分配之圖形及機率值，將隨自由度不同而略有不同。範例Ch10.xlsx『TINV』工作表，是以自由度為10之情況下，所求得之結果。如：雙尾機率5%之t值為2.228，其求算之公式為：=TINV(5%,10)=TINV(G5,$B$1)有了此函數，即可省去查t分配表之麻煩： 馬上練習 以範例Ch10.xlsx『t值』工作表內容，安排d.f.為1~15之情況下，單尾機率為25%、10%、5%、2.5%、1%與0.5%之t值： 馬上練習 依範例Ch10.xlsx『外食費用-小樣本』工作表內容，計算大學生每月在外面吃飯費用之母體均數μ及其95%信賴區間的估計值。 大學生每月在外面吃飯費用之均數為：6026.67，其95%信賴區間為：4432.13～7621.20。 母體比例p的估計 實務上，也經常要估計母體比例p。如：估計平均失業率、產品不良率、品牌佔有率、政策支持率、候選人支持率、政黨支持率、數位相機擁有率、個人電腦擁有率、……。 若樣本數n30，則以其樣本比率為母體比例p的點估計。母體比例p的100（1-α）%之信賴區間為： 其中， 即我們可容忍的誤差（e）。所以，我們於第四章計算樣本大小時，就是將其簡化成 來計算樣本數。 式中，Zα/2值可用Excel之NORMSINV()函數來求算，以α=0.05時為例，其Zα/2值為1.96。 以範例Ch10.xlsx『政黨支持率』工作表之資料，調查1000位受訪者中有228個支持執政黨，其樣本比率為22.8%，則母體比例p的95%之信賴區間為20.20%～25.40%：=22.8%±2.60%=20.20%～25.40%如果以口語化講，就是：此次調查民進黨的支持率為22.8%，在95%的信賴水準下，調查的誤差不超過±2.60%。 馬上練習 以範例Ch10.xlsx『數位相機擁有率』工作表內容，求數位相機母體擁有率p的點估計及其95%信賴區間。 此次調查位相機擁有率為33.7%，在95%的信賴水準下，調查的誤差不超過±9.36%。 第十章 結束謝謝！ 第十章 估計 點估計與區間估計 推論統計的理論乃在根據樣本的訊息，猜測母體的特性或參數。主要的推論型式是參數（母數）的估計與假設的檢定，參數的估計又可分為 點估計（point estimation）：根據樣本資料，求得一統計量的觀測值，作為參數（母數）的估計值。 區間估計（interval estimation）：根據樣本資料，求得兩個數值，構成一個信賴區間（confidence interval，C. I.），概括出參數（母數）的可能範圍。 點估計之優點為算法簡單，意義簡單明瞭；但其缺點為無法判斷估計結果的準確性，且其估計值會因樣本不同而有所差異。所以才會有區間估計之推出。 假定，我們估計全體大學生平均每月可用零用金為5000元，那是點估計，該估計為單一數值，可視為線上的一點；若我們估計全體大學生平均每月可用零用金介於4000~6000元，那就是區間估計，因為涉及兩點，可視為線上的一個區段。 母體平均數μ的估計 實務上，最常碰到對母體均數μ的估計。如：大學生的平均智商、平均成績、平均身高、每月平均可用零用金、平均手機的使用月費；國民平均所得、工廠的平均生產數量、百貨公司的平均營業額、每戶家庭每月的平均支出、……。 估計母體平均數μ的方法可為：樣本中位數、中距（ ）與平均數。其中，以樣本平均數為最優，因其具有不偏性與一致性，且變方最小。 大樣本時 若樣本數n30，則以其為μ的點估計。若樣本數n30，且母體變異數σ2已知，則以 為μ的100（1-α）%之信賴區間。 但實務上，母體變異數σ2通常未知，當樣本數n30，可以樣本標準差S來取代母體標準差σ。故以 為μ的100（1-α）%之信賴區間。 而即我們可容忍的誤差（e）。所以，我們於第四章計算樣本大小時，就是將簡化成來計算樣本數。 式中，Zα/2值可用Excel之NORMSINV()函數來求算（詳第三章之說明），其公式應為：=NORMSINV(1-α/2)以α=0.05時為例，其Zα/2值為1.96：（詳範例Ch10.xlsx『依α査Z值』工作表） 未分組資料 若資料為未分組之數值資料，可直接以AVERAGE()與STDEV()來求算樣本均數與標準差。續代入先前之求得μ的點